Jina-VLM：可在笔记本上跑的多语言视觉小模型-低调大师

Jina-VLM：可在笔记本上跑的多语言视觉小模型

2025-12-09 17

AI 搜索公司 Jina AI 发布了Jina-VLM，这是一个 24 亿参数的视觉语言模型，在开放的 2B 规模 VLM 中实现了最先进的多语言视觉问答。

通过将 SigLIP2 视觉编码器与 Qwen3 语言骨干通过注意力池连接器相结合，Jina-VLM 在29 种语言中表现出色，同时保持了足够的效率。Jina-VLM 架构图如下，展示了从 SigLIP2 视觉编码器 → VL-Connector → Qwen3 语言基座的数据流。

Jina-VLM 对硬件需求较低，可在普通消费级显卡或 Macbook上流畅运行。

据介绍，在标准的 VQA 任务、多语言多模态理解（MMMB、MMBench），还是在 OCR 和纯文本任务上，Jina-VLM 都是同规格模型里最优级别的表现，且同时具备在消费级硬件友好的推理效率。

多语言理解 (MMMB SOTA) ：在阿拉伯语、中文、英语、葡语、俄语和土耳其语等 6 大语种的测试中，Jina-VLM 以 78.8 分领跑，展现了卓越的跨语言视觉推理能力（见图 1 & 图 2）。
视觉问答 (VQA) ：面对涵盖图表 (ChartQA)、文档 (DocVQA)、场景文本 (TextVQA) 和科学图表 (CharXiv) 等高难度测试中，模型表现稳健（见图 3）。
视觉增强，语言无损 ：很多 VLM 在增强视觉能力后会牺牲文本智商。得益于特殊的训练策略，Jina-VLM 在 MMLU（知识）和 GSM-8K（数学）等纯文本任务上，几乎完整保留了 Qwen3 基座的强悍性能（见图 5）。

论文：https://arxiv.org/abs/2512.04032
Hugging Face: https://huggingface.co/jinaai/jina-vlm

微信关注我们

原文链接：https://www.oschina.net/news/388738/jina-vlm-small-multilingual-vision-language-model

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

SpaceX 估值暴涨至 8000 亿美元，或将成全球估值最高独角兽

据最新消息，SpaceX 正在与投资者洽谈一轮新的股份出售，预计这将使公司的估值飙升至8000亿美元。这一数字几乎相当于瑞士的 GDP（9000亿美元），也将使 SpaceX 超越 OpenAI，成为全球估值最高的独角兽。值得注意的是，SpaceX 的估值在短短五个月内翻了一番。在今年7月时，SpaceX 的估值还为4000亿美元。 SpaceX 成立于2002年，总部位于德州，是一家专注于航空航天和太空运输的私营公司。马斯克的目标是降低太空发射成本，并为人类移民火星铺平道路。虽然这个目标听起来颇为宏大，但在马斯克的推动下，SpaceX 在火箭发射领域已取得显著成就。此次股权出售将采用二次股票出售的方式，现有股东（如员工和早期投资者）将其手中的股份出售给新投资者。通常，这种方式是为了帮助老股东套现，而资金不会直接流入公司。这次计划由 SpaceX 首席财务官 Bret Johnsen 向投资者透露，公司的估值将在交易完成后得以确认。媒体报道称，交易的股价或将定在300美元左右，估值可能达到5600亿美元，具体数字仍在不断变化中。此外，SpaceX 还预计将在明年下半年进行首次公开...

2025-12-09

20

摘要： LazyLLM 是商汤大装置推出的开源低代码框架，作为构建和优化多 Agent 应用的一站式开发框架，覆盖应用搭建、数据准备、模型部署、微调、评测等全流程开发环节，提供丰富的工具支持。其以模块化设计打破传统开发壁垒，通过数据流驱动重构开发逻辑，能让开发者用极简代码实现工业级复杂 AI 应用，摆脱冗余编码束缚，聚焦核心业务场景，降低 AI 应用构建成本并支持持续迭代优化。堪称 AI 开发者的 “效率神器”，其技术普惠理念为 AI 开发领域带来新的实践范式，推动了更高效的开发模式。本文将以Python编程为切入点，带你深入了解LazyLLM框架。 LazyLLM 是构建和优化多 Agent 应用的一站式开发工具，为应用开发过程中的全部环节（包括应用搭建、数据准备、模型部署、模型微调、评测等）提供了大量的工具，协助开发者用极低的成本构建 AI 应用，并可以持续地迭代优化效果。 LazyLLM作为商汤大装置推出的开源低代码框架，简直是AI开发者的“效率神器”！它以模块化设计打破传统开发壁垒，用数据流驱动重构开发逻辑，仅凭极简代码就能实现工业级复杂应用，让开发者彻底摆脱冗余编码的束缚，把...

2025-12-09

10

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。